特許ウォッチ

公開番号2024166797
公報種別公開特許公報(A)
公開日2024-11-29
出願番号2023083143
出願日2023-05-19
発明の名称検査装置及び検査方法
出願人トヨタ自動車株式会社
代理人個人
主分類G01N 21/84 20060101AFI20241122BHJP(測定;試験)
要約【課題】2次元の外観形状画像から、良品質の物体と不良品質の物体とを区別できる検査装置及び検査方法を提供すること。
【解決手段】本開示の検査装置1は、縞ライン光投影部10、撮影部20及び判定部30を備える。縞ライン光投影部10は、検査対象の物体に縞ライン光を投影する。撮影部20は、縞ライン光の投影軸に対して所定角度傾いた方向から、縞ライン光が投影された検査対象の物体の画像を撮影する。判定部30は、縞ライン光が投影された検査対象の物体の画像を、縞ライン光が投影された良品質に分類される学習対象の物体の画像を用いて機械学習されたAIモデルに入力し、検査対象の物体が良品質か不良品質かを判定する。
【選択図】図1
特許請求の範囲【請求項１】
検査対象の物体に縞ライン光を投影する縞ライン光投影部と、
前記縞ライン光の投影軸に対して所定角度傾いた方向から、前記縞ライン光が投影された検査対象の物体の画像を撮影する撮影部と、
前記縞ライン光が投影された検査対象の物体の画像を、前記縞ライン光が投影された良品質の学習対象の物体の画像を用いて機械学習されたＡＩモデルに入力し、前記検査対象の物体が良品質か不良品質かを判定する判定部と、を備える
検査装置。
続きを表示（約 540 文字）【請求項２】
前記判定部は、
前記縞ライン光が投影された検査対象の物体の画像を、前記縞ライン光が投影された良品質の学習対象の物体の画像と前記縞ライン光が投影された不良品質の学習対象の物体の画像とを用いて機械学習されたＡＩモデルに入力し、前記検査対象の物体が良品質か不良品質かを判定する
請求項１に記載の検査装置。
【請求項３】
前記判定部は、
前記縞ライン光が投影された検査対象の物体の画像を前記ＡＩモデルに入力し、前記良品質の学習対象の物体に対する前記検査対象の物体の異常度を算出し、前記異常度に基づいて前記検査対象の物体が良品質か不良品質かを判定する
請求項１に記載の検査装置。
【請求項４】
検査装置が、
検査対象の物体に縞ライン光を投影し、
前記縞ライン光の投影軸に対して所定角度傾いた方向から、前記縞ライン光が投影された検査対象の物体の画像を撮影し、
前記縞ライン光が投影された検査対象の物体の画像を、前記縞ライン光が投影された良品質の学習対象の物体の画像を用いて機械学習されたＡＩモデルに入力し、前記検査対象の物体が良品質か不良品質かを判定する
検査方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、検査装置及び検査方法に関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
特許文献１には、２次元の外観形状画像と判定モデルから溶接品質を判定して、溶接条件を修正して品質を向上させる溶接箇所の外観検査装置が開示されている。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０２０／１２９６１８号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に係る技術では、２次元の外観形状画像から、アークビード（溶接ビードとも呼ばれる）の溶接形状の凹凸の判断が困難である。そのため、特許文献１に係る技術では、２次元の外観形状画像から、正常な良品質のアークビードとアンダカット等といった不良品質のアークビードとを区別することが難しい。つまり、特許文献１に係る技術では、２次元の外観形状画像から、良品質の物体と不良品質の物体とを区別することが難しいという課題があった。
【０００５】
本開示では、そのような課題を鑑みることによって、２次元の外観形状画像から、良品質の物体と不良品質の物体とを区別できる検査装置及び検査方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示の検査装置は、検査対象の物体に縞ライン光を投影する縞ライン光投影部と、前記縞ライン光の投影軸に対して所定角度傾いた方向から、前記縞ライン光が投影された検査対象の物体の画像を撮影する撮影部と、前記縞ライン光が投影された検査対象の物体の画像を、前記縞ライン光が投影された良品質の学習対象の物体の画像を用いて機械学習されたＡＩモデルに入力し、前記検査対象の物体が良品質か不良品質かを判定する判定部と、を備える。
【０００７】
本開示の検査装置は、上述の構成によって、２次元の外観形状画像から、良品質の物体と不良品質の物体とを区別できる。また、本開示の検査装置は、上述の構成によって、良品質の物体のみを学習する教師なし学習によって機械学習されたＡＩモデルを用いて、良品質の物体と不良品質の物体とを区別できる。
【０００８】
本開示の検査装置の前記判定部は、前記縞ライン光が投影された検査対象の物体の画像を前記ＡＩモデルに入力し、前記良品質に分類される学習対象の物体に対する前記検査対象の物体の異常度を算出し、前記異常度に基づいて前記検査対象の物体が良品質か不良品質かを判定する。
【０００９】
本開示の検査装置は、上述の構成によって、良品質の物体のみを学習する教師なし学習によって機械学習されたＡＩモデルを用いて、良品質の物体と不良品質の物体とをより詳細に区別できる。
【００１０】
また、他のＡＩモデルを用いた場合として、本開示の検査装置の前記判定部は、前記縞ライン光が投影された検査対象の物体の画像を、前記縞ライン光が投影された良品質の学習対象の物体の画像と前記縞ライン光が投影された不良品質の学習対象の物体の画像とを用いて機械学習されたＡＩモデルに入力し、前記検査対象の物体が良品質か不良品質かを判定する。
（【００１１】以降は省略されています）

関連特許